来自麻省理工学院(MIT)的一组研究人员声称已经设计出一种机器人，可以自己教授Jenga的复杂物理学。

研究人员表示，机器人的机械臂依靠机器学习算法，视觉数据和触觉反馈来教会自己如何在Jenga游戏中正确移动块。

Jenga是经典的块状赌注游戏，需要身体技能。玩家每次从一个由54个木块组成的塔中移除一个街区。将移除的块轻轻地放在塔的顶部，因此每次移动，塔都变得更高且更不稳定。

玩游戏需要柔软的触感，以防止塔楼翻滚。它还需要掌握其他技能，例如推动，拉动，探测，放置和对齐塔中的块。

机器人在移除木块时保持塔架直立的成功率几乎与人类玩家的成功率相当

在目前的研究中，该团队配备了一台工业ABB IRB 20机器人手臂，带有软管夹，外部摄像头和力感腕袖。为了训练机器，它被指示随机选择Jenga塔中的一个块，并选择该块上的位置来推动和移动它。

每次手臂推动块时，连接的计算机记录力和视觉测量，并将这些测量值与先前的移动进行比较。系统还将尝试分类为成功或不成功。

机器人仅进行了大约300次尝试，而不是进行数千次此类尝试。该团队将不同群集中类似测量和结果的尝试分组，每个群集都表示特定的阻止行为。在大约300次尝试中，机器人学会了智能地预测其移动，猜测哪些块比其他块更难移动，哪些可能导致塔倒塌。

机器人手臂的性能也与人类运动员的表现进行了比较。该团队发现机器人在保持塔架直立的同时取消木块的成功率几乎与人类玩家的成功率相当。

该团队认为，该技术可用于需要细腻触感和细致视觉的生产单元，例如，将蜂窝电话或其他较小部件组装在一起，将回收物品与废物分离等。

“在手机组装线上，几乎每一步都有卡扣或螺纹螺丝的感觉来自力而触摸而不是视觉，”机械工程系助理教授Alberto Rodriguez说。麻省理工学院，以及该研究的首席研究员。

“为这些行动学习模型是这种技术的主要动态。”